在以“AI能源的实践应用与商业落地”为主题的领袖对话环节，中国能源研究会副理事长兼秘书长孙正运，蚂蚁数科中国区战略行业线总经理陈相斌，杭州电力设备制造有限公司党委书记、董事长崔向虎，碧澄能源发展有限公司总裁、首席运营官田大勇，艾瓦量化（杭州）科技有限公司总裁蒋洁，天合光能高级副总裁、AIDC与集中式解决方案事业部总裁谢健，港华高级副总裁、技术研发部平行数字总经理席丹，林洋能源副总裁、董事会秘书崔东旭，金开新能源股份有限公司党委书记、董事长尤明杨聚焦应用实践与商业落地，围绕真实场景实践、技术落地、商业化痛点、算电协同路径等展开探讨，共同探寻AI能源可持续发展路径。
会议期间，中国能源研究会副理事长兼秘书长孙正运主持圆桌对话。
蚂蚁数科中国区战略行业线总经理陈相斌：
明确AI大模型在生产场景的适用边界与安全底线
蚂蚁数科携手新能源企业，共创构建了由多个能碳场景的数字员工团队，其中电力交易智能体团队包括7个数字员工，覆盖电力交易全链路——从市场预测、环境感知、数据分析、策略生成、申报执行、风险控制到交易复盘，形成AI驱动的闭环流程。该团队有效将交易员从繁重的信息采集与重复操作中解放出来，使其聚焦于更高价值的关键策略判断与决策优化。实践表明，该智能体系统显著提升了交易质量：策略采纳率从65%跃升至82%，平均电力交易收益提升约5%。然而，在涉及重大决策与责任归属的关键环节，系统仍保留人工最终确认机制，确保安全可控、权责清晰。
当前，能源垂直领域的大模型与智能体技术热度高涨，蚂蚁数科基于Agentar平台推出能碳数字员工平台，涵盖“电力交易智能体”“新能源运营运维智能体”和“碳矩阵智能体”等多类场景化解决方案，推动AI从“可用”向“好用”演进。但从商业落地视角看，大模型与智能体仍面临一个核心挑战：如何实现交付价值的确定性兑现。尤其是在能源这类高安全、强监管、结果敏感的行业，仅“能跑”不等于“可信”，更不等于“可交付”。
面对这一挑战，我们提出：大模型应该和区块链技术结合，并将大模型的应用场景明确划分为通用场景（如知识问答、文档生成）与生产级场景（如电力交易、电网调度）。
在生产场景中，建议采取渐进式落地路径：在数据积累不足、标准尚未统一时，优先采用轻量级小模型进行辅助验证与能力沉淀；对于安全性要求极高、错误容忍度极低的环节，AI应以“辅助决策”而非“完全替代”的方式介入，保持人类在环（Human-in-the-loop）；建立健全智能体评估、监控与治理体系，确保行为可解释、过程可审计、结果可归责。
唯有如此，AI才能真正从“技术亮点”进化为“业务基石”，在能碳等关键行业中实现可持续、可衡量、可信任的价值交付。
杭州电力设备制造有限公司党委书记、董事长崔向虎：
人工智能赋能制造业用能管理
杭州电力设备制造有限公司以传统电力设备制造为基础，近年来积极向智能配电、光储充等新领域拓展，并积极探索人工智能AI与能源装备、应用场景的融合应用。AI的价值，不只是算法本身，更在于通过数据分析、运行研判和辅助决策，提升能源管理和设备运维的智能化水平。如在公司的云尚农场零碳园区示范项目中，以AI协同能源管理，通过光伏、储能及用能负荷协同管理，绿电就地消纳率达到90%以上。对于制造企业而言，终端装备是AI能力落地的重要载体，但从示范应用走向规模化推广，还面临三方面现实挑战：一是场景适应性，不同地域、环境和负荷条件差异较大，AI应用需要针对具体场景不断优化；二是长期稳定性，电力设备生命周期长，而AI技术迭代较快，二者如何稳定融合还需要持续验证；三是安全可靠性，电力装备关系供用电安全，AI应用必须充分考虑误判、故障等风险。未来，需要在一个个具体场景中持续积累数据、验证效果、优化策略，稳妥推动AI与电力装备融合应用。
碧澄能源发展有限公司总裁、首席运营官田大勇：
AI不是选修课，而是能源资产运营企业的必修课、必选项
面对数千座电站、每天96个交易时点，电力交易频次与资产运营复杂度已远超人力边界。对于已累计开发3GW资产的碧澄而言，AI不是选择题，而是必修课、必选项。碧澄的资产价值锚定在电力交易能力上，因此AI应用的核心落点非常明确：一是每天的电力交易算法，二是电站的精细化运维。依托与英国章鱼能源的合作，我们已具备扎实的能源算法能力，正在将这套能力转化为规模化资产运营的底层驱动力。
艾瓦量化（杭州）科技有限公司总裁蒋洁：
读懂市场行为和博弈，重新定义电力交易AI的价值
当下电力交易的核心是主体博弈，而非单纯的时序数值预测，读懂经营主体博弈行为，比单纯拟合时序数据更能提升交易决策质量。
江西市场入市首月贡献全省半数差价收益，当前月均为用户创造超额净收益2500万—3000万元；蒙西部分月份实现综合负电价；重庆、湖南交易价格分别低于市场均价约4分/度、0.28%—33.33%。
艾瓦量化始终主打“AI+资深交易员”的人机协同模式，不主张AI完全替代交易员。这套体系的核心价值，从来不是用算法取代人的判断，而是通过人机分工实现风控避险与效益最大化的双重目标——AI承担海量数据处理、高频策略提供与多因子批量演算等工作；交易员则把控宏观方向、风险边界与极端场景决策，结合市场情绪、政策走向与对手行为做出最终判断。以对市场行为的深度洞察为核心，让AI理解市场行为与博弈逻辑，远比单纯拟合历史价格价值更高。
天合光能高级副总裁、AIDC与集中式解决方案事业部总裁谢健：
绿电智算推动算电双向赋能
天合光能深耕光伏、储能、电力电子，在“电”领域有三十年家底。AI时代，天合把这套能力对准一个场景——让算力用上稳定、便宜的绿电。把绿电开发、构网储能、供配电装备、算电协同调度，做成一套完整的产品和系统，为客户提供端到端的算电融合一体化服务。
天合光能与中国联通在青海三江源联手打造了绿电智算融合示范项目，将光伏、储能、微电网与算力中心一体化布局，由AI承担整套系统的调度中枢，实时耦合绿电出力曲线与算力任务队列，实现电力与算力的动态匹配，这正是AI重塑“电”与“算”关系的核心所在；项目于2025年4月全容量并网，并稳定运行至今，绿电消纳比例达100%，电费成本下降约50%，PUE降至1.18以下。这让AIDC可以建在绿电基础之上，同时不牺牲可用率。
港华高级副总裁、技术研发部平行数字总经理席丹：
以数据贯通破局，重塑城市燃气全生命周期管理
城市燃气行业虽沉淀海量管网、设备及用户数据，却普遍受困于“数据孤岛”与治理难题。港华智慧能源提出“标准先行、平台支撑、场景落地”的破局路径。首先应尽快统一标准，基于本体论构建数据标准与入网协议，打通底层数据上下文，筑牢AI能源应用核心底座。其次通过平台进行赋能，打造智慧运行平台，融通GIS、物联网及设备全生命周期数据，落地无人机巡检、AI预测性维护、AI智能体及智能客服等场景。最后实现多元拓展，在夯实管网安全与用户用能管理的基础上，依托数据资产向综合能源服务及生物天然气、氢能等绿色气体领域延伸，驱动数智化绿色转型。
林洋智维电力交易事业部总经理肖博：
以行业数据与技术协同打造新能源垂直模型
全国运维新能源电站体量约40GW，年发电量600亿—700亿kWh。在与蚂蚁数科合作“虚拟交易员”产品覆盖交易前中后期全链路，落地效果良好，电站收益提升平均20%以上，人员效率提升6倍（1人从操作4个订单到20个以上）。计划将大模型应用于运维。
传统电力行业与科技公司想要合作高效，AI自主决策空间要满足电力安全规范与合规要求，需持续在技术审计与行业规范间进行平衡，实现新能源电站高智能化运营。
金开新能源股份有限公司党委书记、董事长尤明杨：
算电协同要走向可复制、可盈利的商业模式
依托风电光伏存量资产优势，金开新能正积极布局算电协同新赛道。目前，公司已在哈密、中卫、张家口、滨州等多地推进绿电资源与算力需求的耦合，并与互联网大厂、模型厂商及算力服务商建立实质性合作，加速向能源型算力企业转型。站在产业未来与生态共建的高度，算电协同的发展需要产业链各方分工协作、形成合力，不仅要做好示范项目，更要打造可复制、可盈利的商业化模式，让算电协同真正走向规模化落地。
人工智能行业的市场空间远超电力行业。过去十年，全国新能源装机从起步到突破1200GW，实现40倍增长；而展望未来十年，AI产业的整体容量有望实现数百倍级别的跃升。面对这一历史性机遇，我们要坚定布局算力，扎实做好算电协同，积极探索能源与算力融合发展的新路径。
（王堃宇 侯佳音/整理）
